基于改进果蝇优化算法优化SVM的模拟电路故障诊断

为提高支持向量机(SVM)在模拟电路故障诊断中的精度,对果蝇优化算法(FOA)进行改进,提取了一种基于改进果蝇优化算法优化SVM的模拟电路故障诊断方法。改进果蝇优化算法(SHFOA)在FOA算法中增加了"学习历史"的策略,增强了果蝇种群的多样性和算法跳出局部最优的能力,可以获得更优的SVM参数,有效地提升了SVM的分类性能。Sallen-Key低通滤波器电路故障诊断和工程应用验证了SHFOA算法提升了SVM的识别效果,获得了更高的故障诊断精度,相比于其他一些方法更有优势。     

基于多尺度模糊熵和STOA-SVM的风机轴承故障诊断

针对风机轴承振动信号故障特征提取困难的问题,提出了一种基于多尺度模糊熵(MFE)特征提取,并结合乌燕鸥优化算法(STOA)优化支持向量机(SVM)的风机轴承故障诊断方法。首先采集原始振动信号并计算其多层次模糊熵,其次构造故障特征向量集合作为SVM的输入,最后采用STOA优化SVM对轴承故障进行分类诊断。通过凯斯西储大学轴承振动数据进行仿真,结果显示轴承故障诊断准确率达到了99.3〖WTB4〗%〖WTBZ〗,证明了所提方法具有较高的准确度和有效性。     

基于AOA优化SVM的轴承故障诊断方法研究

为有效提高滚动轴承故障诊断准确率，提出了基于自适应噪声集合经验模态分解(CEEMDAN)气泡熵(BE)和支持向量机(SVM)相结合的轴承故障诊断方法。首先经CEEMDAN分解得到一系列本征模态函数(IMF)分量，然后筛选重要IMF分量计算其气泡熵值，构建故障特征向量并输入到经算术优化算法(AOA)优化的SVM模型中进行训练和轴承故障分类。结果表明该方法识别准确率高达992%，相比GA SVM准确率提升了28%，也能成功识别出滚动轴承单一故障与复合故障，可以用于轴承故障分类。     

基于小波奇异熵和相关向量机的氢气传感器故障诊断

针对氢气传感器故障问题,提出了一种智能化的传感器故障诊断方法,可以对自身故障状态进行诊断和识别。提出了一种基于小波奇异熵(wavelet singular entropy,WSE)和相关向量机(relevance vector machine,RVM)原理的氢气传感器故障诊断方法,将小波变换和奇异熵两种分析思想相结合,提取信号的完备故障特征;利用小生境粒子群优化算法(niche particle swarm optimization,NPSO)对相关向量机的核参数进行优化,提高故障诊断的准确率。将提出的方法与其他成熟算法进行了比较,实验结果表明所提方法故障诊断识别率达到98%以上,解决了非线性、小样本条件下的传感器故障诊断问题,提高了传感器的可靠性。     

基于改进果蝇算法优化SVM的模拟电路故障诊断及对比分析

为提高支持向量机(SVM)对模拟电路的故障诊断精度,提取了基于动态变步长果蝇算法优化SVM的模拟电路故障诊断方法。动态变步长果蝇算法(DCSFOA)在FOA算法的基础上,通过适应度值对果蝇种群进行动态划分,然后两个子群按照不同的公式进行搜索步长的计算并完成位置更新,增强了果蝇种群的寻优能力,可以获得更优的SVM参数,有效地提升了SVM的分类性能。最后以UCI数据集、Sallen-Key低通滤波器模拟电路和实际电路故障诊断为例,从纵向和横向两个方面对DCSFOA-SVM有效性和优势进行了验证。     

基于多特征融合与改进QPSO-RVM的万能式断路器故障振声诊断方法

为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪预处理,并利用互补总体经验模态分解算法对处理后的振声信号进行分解,提取固有模态函数能量系数、样本熵、功率谱熵,并组成多特征参数;然后,通过组合核函数核主元分析对多特征参数降维,并将其特征融合组成特征向量作为RVM的输入,解决单一特征识别断路器分合闸故障的低准确率和低稳定性;最后,利用改进QPSO优化分类模型参数,建立基于RVM的次序二叉树模型对断路器故障进行辨识。实验结果表明,该方法能有效提升不同故障状态下诊断结果的可靠性。     

基于 FOA 优化的 CSSVM 管道堵塞状态识别研究

针对城市排水管道正常与堵塞故障状态在数据获取上的不平衡性造成的运行状态识别准确率下降的问题,提出了一种基于果蝇优化算法的代价敏感支持向量机的管道堵塞状态识别方法。根据排水管道内各运行状态下采集到的不平衡数据集,首先对不平衡数据集进行小波包分解,其次,提取各个分解系数的能量熵、近似熵指标构建特征向量集合;采用果蝇优化算法(FOA)对不同类样本惩罚因子C_m和核函数参数g进行优化选取,即对代价敏感支持向量机(CS-SVM)模型优化,将特征集合输入优化后的CS-SVM模型中,对排水管道的正常和堵塞状态识别,通过增大对少数类样本错分的惩罚代价,结果表明,提升了少数类的识别准确率。     

基于小波包信息熵和SO-SVM的滚动轴承故障诊断

针对滚动轴承振动信号的特征提取和故障诊断，提出了一种基于小波包信息熵和蛇优化算法（SO）优化支持向量机的滚动轴承故障诊断方法。使用小波包处理采集到的振动信号，构建小波包的能谱熵和系数熵，将构建的特征向量输入SO-SVM进行识别和分类;最终实现多故障模式识别，输出诊断结果。通过仿真实验表明，此方法对五组不同的样本诊断准确率达到99.17%~100%，且相比于果蝇算法优化支持向量机（FOA-SVM）和粒子群算法优化支持向量机（PSO-SVM）具有更高的故障识别分类效果。     

基于谱相干滤波冲击增强的轴承故障诊断

针对优化特征改进包络谱(IESFO)存在早期故障弱特征提取能力较弱和对频率分辨率要求较高的不足,提出了基于谱相干滤波冲击增强的轴承故障特征提取方法。首先使用IESFO算法选取优化解调频带并进行带通滤波;然后对滤波后信号使用多点优化最小熵反褶积(MOMEDA)算法增强信号中轴承故障产生的冲击;最后进行包络分析。基于实测信号的研究结果表明,和现有方法相比,本方法在轴承性能退化过程中可以提前提取到轴承早期故障信息,且可用于提取滚动轴承复合故障信息。     

一种用于轴承故障诊断的二维卷积神经网络优化方法

轴承智能故障诊断是机械大数据状态监测的热门研究领域,传统的数据驱动故障诊断方法对基于信号处理的特征提取环节极为耗时,并且对专家经验要求高,为消除其带来的参数预定义影响,实现快速特征提取的同时提高识别率,在研究一维卷积神经网络故障诊断方法的基础上,提出一种用于轴承故障诊断的二维卷积神经网络优化方法。该方法引入了一种新的数据预处理方式,将原始时域信号数据转换成二维灰度图像来提取转换后的图像特征,消除手工特征的影响;同时,在验证分类前对实验采集故障数据集添加了降噪处理,并对卷积神经网络梯度下降算法进行参数自适应学习率优化。仿真与实验结果表明,所提出的二维优化卷积神经网络故障诊断方法在选取64×64的信号–图片转换格式下,AMSGrad算法能将故障预测模型的准确度提升至98%,训练速度更快,同时具有更高的分类准确性和抗噪性能,使其在实际转速范围内能达到损失小于5%的识别准确率。     

过渡电阻对故障暂态分量的影响分析

线路故障后产生大量的暂态分量,会影响常规保护的动作性能。利用分布参数等值超高压长距离输电线路,重点分析了过渡电阻对暂态高频分量的影响,分别讨论了相间短路和接地故障时,暂态高频分量与过渡电阻之间的关系。理论分析表明：故障暂态高频分量在频域上表现为一系列固有频率的形式,固有频率受过渡电阻的影响,固有频率的衰减系数与过渡电阻成反比,接地故障时,暂态高频分量中频率最低者与过渡电阻无关,只与电源侧反射系数和线路长度有关。利用PSCAD进行了仿真验证,仿真结果与理论分析相符。     

Distribution systems fault analysis considering fault resistance estimation

Fault resistance is a critical component of electric power systems operation due to its stochastic nature. If not considered, this parameter may interfere in fault analysis studies. This paper presents an iterative fault analysis algorithm for unbalanced three-phase distribution systems that considers a fault resistance estimate. The proposed algorithm is composed by two sub-routines, namely the fault resistance and the bus impedance. The fault resistance sub-routine, based on local fault records, estimates the fault resistance. The bus impedance sub-routine, based on the previously estimated fault resistance, estimates the system voltages and currents. Numeric simulations on the IEEE 37-bus distribution system demonstrate the algorithm’s robustness and potential for offline applications, providing additional fault information to Distribution Operation Centers and enhancing the system restoration process.     

过渡电阻对故障暂态分量的影响分析

线路故障后产生大量的暂态分量,会影响常规保护的动作性能.利用分布参数等值超高压长距离输电线路,重点分析了过渡电阻对暂态高频分量的影响,分别讨论了相间短路和接地故障时,暂态高频分量与过渡电阻之间的关系.理论分析表明:故障暂态高频分量在频域上表现为一系列固有频率的形式,固有频率受过渡电阻的影响,固有频率的衰减系数与过渡电阻成反比,接地故障时,暂态高频分量中频率最低者与过渡电阻无关,只与电源侧反射系数和线路长度有关.利用PSCAD进行了仿真验证,仿真结果与理论分析相符.     

Transmission line fault location using digital fault recorders

A technique for the location of transmission line faults using voltage and current measurements from one end of the faulted line is presented. The method differs from past approaches in that a time domain rather than a frequency domain representation of voltage and current is used. A phase network model is used, permitting explicit treatment of self and mutual impedance effects for either a single three-phase circuit or two parallel three-phase circuits. The algorithm will be used as one of the analysis functions for a digital fault recorder. Test results are presented to illustrate the performance of the algorithm under various system conditions and configurations. Results compare favorably with those obtained using previously reported fault location methods. Estimated fault locations are within 3 to 4% of the actual fault location. Most cases show errors within 2% of the actual fault location     

FBMMC直流故障穿越机理及故障清除策略

针对模块化多电平换流器型直流输电(MMC-HVDC)直流故障的快速清除,对全桥型模块化多电平换流器(FBMMC)直流故障机理及故障清除控制策略进行了研究。研究了全桥子模块的导通模式与运行特性;分析了闭锁前后直流侧双极短路故障机理、故障电流阻断原理和故障清除控制策略。在PSCAD/EMTDC中搭建了仿真模型,对全桥子模块的运行特性、直流故障机理、故障清除及快速恢复策略进行了仿真分析,结果验证了所提策略在直流故障穿越方面的有效性。     

基于故障树及LabVIEW的雷达设备故障诊断

随着工业技术的飞速发展,雷达设备作为集电子、电磁、机械为一体的综合系统,结构日益庞大复杂、加之雷达均工作在高山、海岛等高温、高湿、高盐的环境中,雷达故障率高,故障检测和定位难度大.针对雷达设备故障诊断中的难题,提出了基于故障树分析法的雷达故障诊断系统,应用故障树技术构建故障诊断专家系统知识库,采用按权值大小搜索节点的控制策略设计推理机,并结合虚拟仪器技术在LabVIEW软件平台中设计实现故障诊断专家系统.该系统已装备应用于部队,故障诊断实效良好.     

新型容错逆变器的混杂系统建模与故障诊断

考虑到传统开关函数模型只对逆变电路的控制变迁进行分析而无法描述电路的条件变迁,容易丢失电路在条件变迁过程中所表现出的故障信息,从而影响故障诊断的实时性和准确性。电力电子电路是典型的混杂系统,文章建立了一种新型容错逆变器的混杂系统模型,在此基础上提出了故障事件辨识向量的概念,并将其应用于逆变器故障的分析,仅通过故障事件辨识向量对逆变电路变迁过程中的故障事件进行辨识来完成故障诊断,对于电路变迁过程中的正常事件辨识不予考虑,减少了控制系统的数据处理量,提高了故障诊断的实时性和可靠性,实验验证了所提方法的可行性和有效性。     

利用故障线路暂态波形的新型故障测距方法

分析了故障暂态电流行波的基本理论,在此基础上提出了一种新的单端行波故障测距原理,即利用故障线路暂态行波的现代行波故障测距原理,并将其划分为2种运行模式,标准模式下的原理是利用在线路测量端感受到的由本端分闸初始行波浪涌形成的第1个正向行波浪涌与其在故障点反射波之间的时延计算测量点到故障点之间的距离,而扩展模式下是利用在线路测量端感受到的由对端分闸初始行波浪涌透过故障点到达本端时产生的第1个正向行波浪涌与其在故障点反射波之间的时延计算测量点到故障点之间的距离,理论分析和实测波形分析均表明该原理是可行的,并可以同时适用于永久性故障和瞬时性故障,而且不受电压过零故障的影响,在标准模式下还不受线路对端母线反射波的影响,从而克服了现有单端行波故障测距原理所存在的不足.     

Transmission line fault location for single-phase-to-earth fault onnon-direct-ground neutral system

A new method for locating single-phase-to-earth faults on the transmission line of nondirect ground neutral power systems is presented. The method employs the faulted phase network and zero-sequence network as the fault location models. It effectively eliminates the effect of load and fault resistance on the accuracy of fault location. The technique embodies an accurate location by measuring only one local end data. The method is used in a procedure that provides the automatic determination of faulted line and phase, rather than requires engineer to specify them. Simulation results have shown the effectiveness of the algorithm under the condition of earth fault     

基于故障模型的广域故障定位新方法

提出一种利用广域测量信息进行故障定位的新方法.该方法在系统正常运行时,形成网络关联系数矩阵.故障发生后,对每条支路计算定位函数在每个步长点的值,并据此确定故障位置.该方法在故障定位过程中,无需修改网络矩阵,能同时确定故障线路和故障位置,计算量小,易于实现;不受过渡电阻和故障类型的影响,可靠性高.算例结果验证了该方法的有效性和可行性.